在2019年，RPA赚足了资本和市场的关注。
“断崖式下跌”，形容的就是2019年的AI产业，尤其是在资本市场，较2018年相比融资规模几乎被“腰斩”。
相关数据统计显示，2018年我国AI产业总融资规模为1189亿元，但去年前三季度总和仅有577亿元。更值得一提的是，即便是在5年前，AI产业的融资规模也有458亿元，行业遇冷程度显而易见。
不过也正是在这样的“寒冬”中，“RPA＋AI”异军突起，在2019年赚足了资本和市场的关注，即便是在“融资极为艰难”的2020年第一季度也依旧有公司拿到高额融资，如刚刚宣布获红杉资本中国基金领投的3000万美元B轮融资的云扩科技。
RPA到底有多火？
在RPA圈子里，有一个堪称“经典”的竞标案例，就是2018年年底的建行总行招标案。
当时参与竞标的一共有9家公司，国内包括阿里云、艺赛旗、金智维、诺祺等公司，海外则有UiPath、Automation Anywhere、Blue Prism、Kofax和NICE。
为了能找到最合适的合作厂商，建行特地举行了一场“RPA选型测试”。按照规则，由建行提供统一的办公环境和软硬件设施，9家公司分别派2名工程师坐班，在没有通讯设备和不加班的情况下，连续11天集中测试各家RPA产品。
据说，为了拿下建行的单子，部分厂商甚至不惜高薪聘请海外高级工程师参与竞标，足见RPA市场竞争的激烈程度。
而这只是从厂商和客户竞争层面看到RPA产业的火爆，在商用和资本市场上，RPA近年来的受欢迎度更高。
以元老级RPA厂商UiPath为例：
营收方面，2016、2017和2018年实现的营收分别为350万美元、3100万美元和超2亿美元；
融资方面，2017年4月到2019年5月，37个月时间就一共完成4轮融资，规模从3000万美元到最后5．68亿美元，估值则从1．09亿美元跃升至70亿美元；
客户拓展方面，进入中国市场一年，客户数量达千家。
UiPath之外，海外另一大RPA老牌厂商Automation Anywhere刚刚完成2．9亿美元B轮融资，估值已达68亿美元；国内如弘玑Cyclone则拿到了千万美元A轮融资，主要投资方为DCM和源码资本；云扩科技的A轮融资则获得了金沙江创投和明势资本的支持；来也在完成合并后很快获得了3500万美元B＋轮融资，投资方包括凯辉创新基金、双湖资本和光速中国。
与此同时，软银还宣布投资3亿美元进入RPA产业，它们认为这将是一个有望在10年内成长至1000亿美元规模的市场，RPA则会成为AI和企业间不可或缺的桥梁。
那么RPA到底是什么，又为何能让市场和资本如此疯狂？
RPA由来已久，AI让它成为了“虚拟机器人”
相较于“机器人流程自动化”这个官方解释，RPA更通俗一点说，就是一种可以按既定流程自主执行任务的软件产品，而在AI时代行业更愿意称之为“虚拟机器人”。
从自动化软件到RPA，是产业兴起的标志之一
看上去似乎有些复杂，实际上在很早之前RPA相关产品就出现在我们的生活中了，只是当时它还没有现在这个学名，而是被笼统的归纳在了“嵌入式自动化软件”大类里。
相信很多人都经常使用Word，对“宏”这个功能也不陌生，其实它就是一个嵌入式自动换软件。具体来说，“宏”是一类编程语言，用户可以直接通过它，根据一系列预定义规则编写一段自动化指令，例如抓取数字、公式化信息、批量统一格式等，以达到省时省事的目的。
除了“宏”，在互联网时代，这类嵌入式自动化软件还较多的应用于简单的重复性办公、软件测试、IT运维等场景中，基本工作内容就是按照流程“点击鼠标”和“敲击键盘”以替代人工。省时、省力、省人工成本，还高效，此类应用也越来越多，RPA因此成为了一支“独立产业”。
但是不难看出，早期的RPA应用有着很明显的限制，即：
1．流程和规则固定，应变能力弱；
2．无法执行复杂任务，更不能处理非结构化数据。
但AI在一定程度上解决了这些问题。
AI让RPA有了大脑
因计算机性能的提升和 学习等相关技术的发展，如语音识别、物体识别、图像识别、OCR（文字识别）等技术的深入应用，“软件”学习的内容、 、范围有了极大程度的提升，RPA能做的事情也越来越多。
也就是说，AI让软件从以前的“机器”成长为了“虚拟机器人”，它成为了RPA的大脑，在解决业务流程自动化问题方面，能看懂、学习和模拟的工作从纯机械发展到了全自动化、较复杂、适当应变的层面。
更直白点，AI让RPA有了识别、学习、推理和决策的能力，让它可以承担一切自动化的工作，不仅是替代人类业务员，还包括对人工的可视化质检、评估等，产品在整体价值上有了很大提升。
就当前RPA相关产品应用情况看，传统B端厂商，也就是在过去有大量流程化工作需要人工处理的，如银行、会计事务所、保险公司、电信运营商、工业制造商等对应用RPA都非常积极。最明显的，就是“四大”——普华永道、德勤、毕马威、安永都引入了RPA相关产品。
而具体到应用效果上，仅从UiPath Studio的操作界面看，它已经具备了交互功能，用户通过录屏的方式在电脑上做一遍演示，UiPath就能完全“记”下所有操作，并将信息汇总存储为一个个流程模块，最终形成一个完整的工作流程。
更智能的，如在金融服务领域，因行业在合规和效率方面的要求很高，相关业务和服务部门对用户体验也就非常重视，便衍生出了“客户联络中心可视化质检”这一需求。
艺赛旗创始人唐琦松曾在接受镁客网专访时表示，在与交通银行信用卡中心合作时，他们就发现往往一个中心每天接待的客户咨询及业务办理数以万计，且办理业务多样，而可视化质检就是要通过对客服操作行为全面捕获，并进行合规分析，甚至包括信息保护监管。
由此来看，RPA和AI的结合，是一个双赢的局面。在AI产业整体商用进程放缓的情况下，RPA带来的是持续性增长，也给了AI一个新的契机。
商业爆发，厂商蜂拥而至，产业已经趋于成熟？
相关数据统计显示，仅2018年RPA软件市场规模就同比增长了63．1％，是全球软件市场增长之最。
另一组调查数据则显示，2016年全球RPA市场规模为6．12亿美元，到2018年就增长到17．14亿美元，年增速超50％，预计到2022年将超43亿美元。
在这样的市场红利驱动下，大量厂商开始涌入RPA赛道，创业公司中，有来自于相关领域的老牌软件厂商，如出身安防技术领域的艺赛旗，长期从事IT运营的金智维等；AI转型的，有原AI文本处理公司达观数据，曾专注于C端智能助理产品开发，后与奥森合并的来也科技；也有看准AI＋RPA赛道才进入的云扩科技等。
传统互联网厂商中，如阿里、平安科技、兴业数金等也都有RPA相关产品推出。也正是这些厂商的疯狂涌入，RPA产业在2017年后有了快速发展。不过，依旧有人担心，“市场期待是不是有些过热了？”
从目前RPA的实际应用情况看，虽然有AI技术的加持，但受限于RPA本身对流程自动化要求较为明确，以及AI相关技术并不十分成熟，RPA产品尚不能完全如预期那样替代人类。
与此同时，数据中台的出现，在一定程度上也与RPA形成了竞争。说的简单点，RPA更像是辅助者，它成本低，且上线快；而数据中台，则主要用于聚合和治理跨域数据，但工作量大，成本高。
也因此，大多数IT大厂或者系统规模较大的厂商，在选择上更偏向于数据中台，如腾讯就推出了自己的数据中台产品；而RPA则适用于中小型厂商，以及系统规模较小和复杂度低的客户。
那么，在客户尚有限的情况下，RPA厂商该如何扩大应用规模，降低成本呢？
对于中小型厂商来说，他们对成本、效果极为看中，刚需是“短频快”的产品，也就是要“花最少的钱，做最高效的事”。所以通常情况下，这些厂商不会在一开始大规模购入RPA产品，而是采用“边测边用”的模式，最终看效果按需定制。
Gartner 也预测，2021年30％的RPA厂商将执行“消费者定价策略”，即“区别于传统工作量／工作周期的计费方式，按照场景／组件的方式进行计费，价格更低，标准化程度更高”。
这也就意味着，想要快速实现商业化，RPA厂商需要做的就是缩短测试和规划周期，尽快实现规模采购。而在这方面，在商用上已有一定基础的RPA厂商大多会采取以下几个方法：
1．开放简本，无成本测试，节省厂商与客户的沟通成本；
2．产品标准化，开发固定模板，简单易学，同类客户均可直接套用；
3．构建平台生态，客户自由发布需求，工程师自由接单开发。
4．加强社区互动学习，加速产业成熟。
不难看出，这些方法的最终目的，都是为了缩短流程、降低成本，以及提升工程师能力，而这些也都是加速产业发展的关键。
最后
可以看到，RPA产业的发展，实际上是源自于传统产业对流程自动化的既有需求，而AI让RPA的工作能力更强，涉及范围更广，市场也因此不断扩大。
但也需要客观承认的是，RPA＋AI依旧有着场景限制，至少就目前情况看，它更适合中小规模的用户和系统，此时RPA厂商所要做的，就是在拿下这部分市场的同时，开发出新的应用需求。
当然随着相关技术的发展以及新场景的发掘，未来RPA在各大产业中的应用必将越来越深入。
作者：伶轩
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
